DATOR


1-2. 대시보드에서 필요로 하는 KPI의 4가지 원소 Dashboards


매주 올린다고 나 자신과 약속을 하고 next update 날짜까지 넣었지만 개인 사정으로 일주일 뒤에 올리게 되었습니다.

혹시나 앞의 글에 날짜를 보신 분들에게 약속을 못지킨 것 죄송합니다. 더 분발하여 제가 예상하는 분량에는 차질이 없도록 하겠습니다.

 

=======================================================================================================================================

 

대시보드 구축의 과정은 아래와 같은 질문에서 시작됩니다.

1) 어떤 정보인가? (what information?)
2) 누구를 위한 것인가? (for whom?)
3) 어떻게 보여줄것인가? (How to present?)


위의 세가지 질문은 대시보드에 대해 가장 중요한 사항이기도 하며, 위의 질문을 해결해나가는 과정이 대시보드 전체를 설계하는 과정이기도 합니다.

위의 질문을 해결해 나가보도록 하겠습니다.


1-2-1. 어떤 정보인가?

 메타 데이터 또는 메타 정보에 대한 간략한 정의는 '정보에 대한 정보'입니다. 메타 데이터는 대시보드 구현에 있어서 대시보드에 표현되는 정보를 수집하고 관리나는 역할을 합니다. 이러한 메타 데이터의 첫번째 과정은 대시보드에 대한 중요한 비즈니스적인 질문을 확인 후 그에 해당하는 핵심성과지표(KPI, Key Performance Indicator)등 질문자가 통찰력을 얻을 수 있는 답변을 주어야 합니다.

  메타 데이터를 구축하는 첫 단계는 현재의 정기 보고서 또는 특별 분석 보고서(ad hoc)를 수집하고 여기서 사용되는 KPI를 문서화하는 것입니다. 이러한 KPI는 잘 문서화되고 이를 생성하는 데 필요한 데이터 원본과 매핑됩니다. 이러한 경우 KPI는 의사결정권자에 의해서 결정되고, KPI를 이용할수 없는 경우 이를 확인하는데 도움이 됩니다.

KPI를 분류하는 전략은 조직 내의 여러 부서(예 : 영업, 마케팅, 제조, 공급망, 고객 서비스, 인사, 재무)를 기준으로 분할하는 것입니다. 짧은 시간안에 대시보드를 구축하는 프로젝트의 경우 KPI는 특정 부서나 특정 부문에만 관련이 되어 있을 경우가 높습니다. 그러나 순서에 따라서는 부서의 요구에 따라서 KPI가 도출이되지만 대시보드는 조직의 요구를 전사적으로 이해할 수있도록 구축하는 것이 필요합니다. 고위 임원층의 대시보드는 모든 부서의 KPI를 통합하는 것을 필요로 합니다.

 

다음은 다양한 부문의 표준 KPI입니다 :

 

1) Customer service KPIs. (고객서비스)
   고객 만족도, 불만 당일처리율, 약속방문적중률, 재처리율, 우수고객 유지율

2) Marketing KPIs. (마케팅)
   브랜드 인지도, 프로모션 반응 비율, 시장 점유율, 신제품 매출성장율, 고객 웹사이트 방문

3) Supply chain KPIs. (공급망, {유통})

   정시배달비율, 재고정확도, 출하이행율, 긴급자재발주율, 수율, 조달납기 준수율
4) Human resource KPIs. (인사)

   경력자 퇴직율, 핵심인재비율, 경비절감율, 인당교육시간, 인당교육비용

5) Finance KPIs. (재무)

   총매출, 순이익비율, 결산준수율, 총자산회전율, 부채비율, 판매관리비율

6) Manufacturing KPIs. (제조)

   목표달성율, 공정불량율, 생산납기 준수율, 공정 리드타임, 개선제안건수

 

이러한 분류별 KPI에 대해서는 다음에 설명하고 KPI에 대한 구성요소에 대해서 설명하겠습니다.


DEFINING THE KEY PERFORMANCE INDICATORS

 

대시보드를 위해 KPI를 정의하는 과정은 보고체계(또는 비즈니스 인텔리젼스 시스템)구축하는 일과 다른 것이 없습니다. KPI를 정의하는 세부 작업을 수행할려면 경험있는 정보 분석가가 필요합니다.  정보분석가는 조직에 대한 이해, 기존의 비즈니스 인텔리전스 시스템내의 서로 다른 데이터 소스에 대한 파악, 현업 사용자의 정보 요구사항, 비즈니스 프로세스의 이해가 필요합니다. 또한 전사적인 관점에서의 구축을 위해 사업 부서, IT, 조직내 데이터 분석팀을 활용할수 있어야 합니다.

 

KPIs는 4가지 원소로 이루어져 있습니다.

  1) Data source(s)
  2) Granularity
  3) Calculation
  4) Variance

 

이러한 요소와 함께 프로젝트 전체 범위를 정의하고 특정 KPI의 여러 가지 측면을 조명합니다. 이들 요소 각각에 관한 정보는 KPI에 대해서 정확한 이해를 얻기 위해 반드시 분석해야 합니다.

 

  1) Data source(s)

데이터소스는 특정 KPI에 대한 정보를 검색하는데 필요한 정보를 의미합니다. 이러한 데이터 소스는 다양한 곳에서 추출되어 집니다. 데이터 마트, 데이터웨어하우스, OLAP소스, 큐브, 외부의 데이터 파일, 기존 보고서 및 이를 지원하는 소스, 서로 다른 이질적인 시스템에서 오는 데이터 소스등 입니다. 이렇듯 다양한 데이터 소스를 대시보드 소프트웨어에서 사용할 수 있도록 통합해야 하는 과제가 있습니다.

다양한 데이터 소스에서 KPI 데이터 소스를 식별하는 과정에서 조직의 정보 전달 프로세스 내에 존재할 수 있는 문제가 도출되어도 좋습니다. 예를 들어 프로세스는 표준의 부재, 데이터 유효성 검사의 부족, 다양한 데이터 소스 전반에 걸친 중복등 다양한 문제를 보여줄 수 있습니다. 따라서 이 문제는 KPI를 정의하는 프로세스내에서 지속적이고 반복적으로 해결해야하는 문제입니다. 데이터 마트·데이터웨어하우스 ·ETL을 개발하는 과정에서 지속적으로 정의하고 개선해나가야 합니다.

대시보드의 기능은 전사 내외부의 정보를 모든 측면에 대해 보고하도록 하는 것입니다. 때문에 대시보드 소프트웨어가 이질적인 데이터 소스와 통신하도록 하는 것은 필수적입니다. 이러한 통신을 가능하게 하는 API, EAI, EAB등의 다양한 방식이 있습니다.

대시보드 소프트웨어에서 사용하기 위해 각기 서로 다른 데이터 소스간의 갭을 분석하는 것이 급선무입니다. 서로 다른 소스가 대시보드 소프트웨어가 특정 플렛폼이나 소스에 종속이 되어버린다는 것은 결국에는 프로젝트의 실패 및 정보의 단절로 인한 요구사항을 제대로 반영하지 못하는 반쪽짜리 대시보드가 될수밖에 없습니다. 이를 위해 데이터 표준화요소로써 마스터 코드 정비, 기준정보에 대한 집중화 및 정비, 용어 표준화 및 코드 속성, 분류체계에 대한 정비를 지속적으로 해야하는 것입니다.

 

 2) Granularity

Granularity는 KPIs 각각에 필요한 계산의 다양한 레벨을 설정합니다.
 
 (1) 시간 (times)
 (2) 위치 (geography)
 (3) 제품 (product)

 

각 KPI는 위의 세 가지 기본적인 차원에 걸쳐 다양한 결과을 가지고 수 있습니다. 세 가지 차원에 걸쳐 모두 독특하고 실현 가능한 조합은 개별 KPI의 다양한 가치를 결정합니다.

시간 차원은 매시간, 매일, 매주, 매월, 분기별, 연간, 연말, 최신등과 같은 특정 KPI를 위한 시간 특성을 결정합니다. 지리 차원는 세계, 지역, 국가, 시도, 읍면동, 우편번호, 관할지역, 업무적인 분할등과 같은 지역 특성을 결정합니다. 마지막으로, 제품 차원은 제품 속성별 그룹, 제조사별 그룹, 제품 카테고리, 서비스유형그룹, 브랜드, 품목 그룹, 항목, 범용 제품 코드 (UPC)과 같은 제품 그룹화 속성을 결정합니다. 이와 같이 3개의 차원에 대해서 다양한 레벨을 설정하여 차원을 설정할 수 있고 세분화 및 그룹핑할 수 있습니다.

예제 1은 자동차 업종의 회사가 제조하는 차량중 기업이 분류하는 차종을 기준으로 분류한 것입니다. 지리적 범위는 해외 및 국내를 포함하였습니다.

 

---------------------------------------------------------------------------
    Example 1. 총 수익(Gross Revenue, GR)
---------------------------------------------------------------------------
KPI   TIME              Geography          Product
---------------------------------------------------------------------------
GR    일판매량        세계전지역        전품목
GR    최근한달        세계전지역        전품목
GR    분기                북미                    전품목
GR    분기                북미                    승용
GR    분기                북미                    RV
GR    분기                북미                    하이브리드
GR    분기                북미                    트럭
GR    분기                북미                   Top 3 브랜드
---------------------------------------------------------------------------

 

예제 2는 컴퓨터 관련 제품을 공급하는 회사에서 고객 서비스에 대한 다양한 지리적 영역을 표시합니다. 지리적 범위는 전국, 수도권, 강북, 강남, 구별, 장소성격별로 구분합니다. 지리적 특징은 기업이 제공하는 서비스의 유형이나 목표에 따라 변형될수 있습니다.

 

-----------------------------------------------------------------------------------
    Example 2. 약속방문 적중률
-----------------------------------------------------------------------------------
KPI                              TIME          Geography   Product
-----------------------------------------------------------------------------------
약속방문 적중률%     최근분기         전국        전품목
약속방문 적중률%     최근한달        수도권     전품목
약속방문 적중률%     1주간              서울         데스크탑 지원
약속방문 적중률%     1주간              서울         노트북 지원
약속방문 적중률%     1주간              서울         주변기기 지원
약속방문 적중률%     1주간              강남권     데스크탑 지원
약속방문 적중률%     1주간              강남권     노트북 지원
약속방문 적중률%     1주간              강남권     주변기기 지원
약속방문 적중률%     1주간              서초구     데스크탑 지원
약속방문 적중률%     1주간              서초구     노트북 지원
약속방문 적중률%     1주간              서초구     주변기기 지원
-----------------------------------------------------------------------------------

 

예제 1과 달리 이 KPI는 한정된 지역과 짦은 기간에 대해서만 표현하고 국외지역과 분기이전의 차원은 가지고 있지 않습니다. 그 이유는 회사가 전세계적인 데이터와 분기이전의 데이터가 없거나 아니면 필요로 하지않을수 있기 때문입니다. 이것은 KPI에서 세분화의 수준이 달라진다는 것을 보여주기 위한 예제입니다.

세 개의 세분화된 차원의 각 값이 상세하게 표현되어 있을 경우 KPI에서 원하는 표현을 구현하기가 좋습니다. 이러한 데이터는 사용자가 대시보드를 사용하면서 드릴 다운 경로를 통해 효과적인 탐색을 가능하게 합니다.

 

---------------------------------------------------------------------------
    Example 3. 시장점유율(Market Share, MSh)
---------------------------------------------------------------------------
KPI    TIME             Geography   Product
---------------------------------------------------------------------------
MSh    최근분기      국내            전품목
MSh    최근분기      북미            전품목
MSh    최근분기      캐나다        트럭  
MSh    최근분기      미국            SUV
MSh    최근분기      미국동부    승용차
MSh    최근분기      미국서부    승용차
---------------------------------------------------------------------------

 

 3) Calculation

Calculation은 KPI에서 수학적으로 연산된 결과를 얻기 위한 공식입니다. KPI를 원본 데이터 소스에서 추출한 경우에는 대부분 집계를 해야 원하는 결과를 얻을수 있습니다.
원본 데이터 소스에서 KPI에 자주 사용되는 계산은 합계, 평균 및 백분율입니다. 그러나 상황에 따라 기본적인 통계정보인 최소, 최대, 가중평균, 이동평균, 중간값 등과 같은 다른 통계 기능도 활용됩니다. KPI는 두 개 이상의 데이터 소스에서 추출한 경우 계산이 복잡한 조건부 연산과 동일한 데이터에 대한 식별 방법, 데이터간의 타입 불일치 해소, 데이터 간의 연결(조인)등이 선행되어야 합니다.

다음은 자주 사용되는 KPI 계산 공식의 예입니다.

 

 

  - 수익 : 수익의 합계

  - 매출총 이익 (손실) % : (수익의 합계 - 비용의 합계) 수익율 × 100 ÷ 합계

  - 프로모션 성공율% : 프로모션 시도에 반응한 고객의 수 × 100 ÷ 프로모션 시도 고객 수

  - 12개월동안 평균 수익 이동 : 12개월동안 수익의 합 ÷ 12

 

Calculator은 KPI의 집계적인 특성을 나타냅니다. 따라서 데이터를 높은 차원에  대해서 집계할시에는 낮은 차원으로 롤백하지 못할수도 있습니다. 예를 들어 매출대비이익률은 특정 기간 다른 속성들을 특정한 기간으로 집계된 값을 계산 한것이기 때문에 높은 차원의 데이터로 만들어집니다. 따라서 값을 요구할때 미집계된 값을 이용하여 pre computed 된다면 문제는 없겠지만 post computed된 값이라면 계산식과 함께 다시 탐색할 수 있는 경로를 관리해야 합니다. 이러한 요구사항은 대시보드가 구축된 이후 사용자가 what-if 분석을 수행할수 있어야 하기 때문에 데이터 요소 구축시에 상당히 중요합니다.

 

4) Variance

각 KPI에 대한 변화량을 비교 벤치 마크하는 것을 설정합니다. (1) 기초적인 변화와 (3) 변형된 계산 이 두 가지에 대한 요구 사항이 존재 합니다. 기초 변화에 대한 요구 사항은 동일한 KPI에 대해 기간을 설정하고 상대적으로 비교하는 것입니다. 기간은 몇년전, 몇달전에, 변화의 기준은 비율 변화, 수치의 변화 등이 있고 변형된 계산은 기간에 대해 값의 차이, 비율의 차이 등을 말합니다.

 
(1)에 대한 예시 :

전년 대비 같은 기간에 대한 수익의 비율을 아래와 같이 계산합니다.

( 현재 값 - 전년도 값 ) × 100 ÷ 전년도 값


(2)에 대한 예시 :

시장 점유율에 대한 변경을 계산합니다.

현재의 시장 점유율 - 이전 분기의 시장 점유율.
 

조직 전반에 걸쳐 균일한 성능 벤치 마크 기준을 확립하기 위해서는 구체적인 KPI의 편차가 일관성있게 정의가 되어 있는 것이 중요합니다. 따라서 여러 가지 차원에 대해서 동일한 기준을 가지고 비율을 계산하여야 합니다.

 
하나의 KPI는 여러가지의 편차 계산을 필요로 할 수 있습니다. 예를 들어 전분기 대비 매출 변화율과 한달단위 매출액 차이를 필요할 수 있습니다. KPI의 변화는 비즈니스 규칙을 정의하고 대시보드에 대한 알림 및 트리거를 정의하는 핵심적인 역할을 담당하고 있습니다.

 

 이는 뒤에서 더 자세히 다루겠습니다.

TAG

Leave Comments


profile우리는 하나님을 믿는다. 다른 모든 것들은 데이터로 검증해야 한다. 

Recent Trackback